《细说PyTorch深度学习：理论、算法、模型与编程实现》由业界专家编撰，采用理论描述加代码实践的思路，详细介绍PyTorch的理论知识及其在深度学习中的应用。全书分为两篇，共16章。第一篇为基础知识，主要介绍PyTorch的基本知识、构建开发环境、卷积网络、经典网络、模型保存和调用、网络可视化、数据加载和预处理、数据增强等内容；第二篇为高级应用，主要介绍数据分类、迁移学习、人脸检测和识别、生成对抗网络、目标检测、ViT等内容。本书内容涵盖PyTorch从入门到深度学习的各个方面，是一本基础应用

本书作为Python程序设计的入门教程，通过大量实例深入浅出地介绍了Python的相关常用基础知识。本书共分为11章，包括配置Python编程环境，变量、常量、数据类型与运算符，Python序列类型，最简单的Python语言程序——顺序结构，Python分支结构程序设计，Python循环结构程序设计，函数，模块，类的定义与使用，Python文件操作与Python绘图基础等内容。本书以知识内容为主线，以学生发展为中心，围绕实训项目递进式设计内容，全面提升学生的编程能力，解决学生在Python程序设

MicroPython本身使用GNUC进行开发，在微控制器上实现了Python3的基本功能，拥有完备的解析器、编译器、虚拟机和类库等。在保留了Python语言主要特性的基础上，MicroPython还对微控制器的底层进行了封装，将常用功能都封装到库中，甚至为一些常用的传感器和硬件编写了专门的驱动。全书共17章，在内容上可分为3部分：搭建环境与基本方法(第1、2章)、移植和启用核心功能(第3~7章)、设计实现更多模块(第8~17章)，并配备了丰富的样例程序，用于验证MicroPython功能模块可

本书围绕RockyLinux系统，详细地讲解了使用RockyLinux系统的各项技术要点和企业实战案例。全书共13章，首先对RockyLinux系统进行介绍。接下来讲解了目录管理与文件管理、用户管理、权限管理、磁盘管理、进程管理、系统管理、网络管理；然后拓展了知识面，讲解了容器管理的内容。最后讲解了Linux系统内核优化、中小型企业上云解决方案、Prometheus监控系统、Podman企业实战。本书充分考虑到零基础读者的阅读需求，精心提供了笔记、示例代码、学习视频、思维导图等资源。本书适合Li

《Maya2022从入门到精通：全视频微课版》全面讲解了Maya2022的各个知识模块，并穿插了252个课堂练习、17个专题案例和3个综合案例，从各方面展现了Maya的强大功能。全书共分31章，内容包括初识Maya2022、视图操作、自定义软件、Maya基础操作、NURBS曲线、NURBS曲面建模、多边形建模技术、使用灯光、使用摄影机、添加UV贴图坐标、Maya渲染基础、材质基础、材质的属性、创建纹理、动画基础、变形技术、路径动画与约束技术、骨骼绑定与动画技术、角色动画技术、粒子技术、动力场、M

本书共9章,第1章介绍了移动端信息联动的方法;第2-4章介绍了日常办公文件在手机端的处理操作;第5章介绍了手机端文件的共享与协作;第6-8章介绍了手机端图片处理、视频剪辑以及思维导图的日常处理操作;第9章介绍了企业微信APP的日常操作。本书采用“图解+视频”模式进行讲解,让读者轻松掌握相关知识点。

本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行，以PyTorch和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水

本书系统地讲述了贯穿整个软件生命周期的高质量软件产品的构建方法与质量保证体系。全书共7章，以软件研发过程中广泛使用的顺序模型为逻辑主线：第1章为概述；第2～第4章讲述软件需求分析、策划及设计；第5～第7章讲述软件实现、测试及持续集成与持续改进。

区块链是一项会对未来信息化发展产生重大影响的新兴技术，有望推动人类从信息互联网时代步入价值互联网时代。密码学是区块链的底层技术，为区块链数据的不可伪造、防篡改、可公开验证和隐私保护提供了基础保障。本书在介绍区块链结构、区块链安全和密码学原理等知识的基础上，着重介绍应用于区块链的新型密码技术。本书涵盖各类密码体制的实现方案，同时介绍了区块链安全中密码技术的研究进展。

服务质量预测是服务计算的一个重要研究分支，是支撑服务发现和服务管理的有力技术工具。经过多年发展，服务质量预测已聚焦到如何利用机器学习技术解决情境感知的应用需求问题。本书围绕此议题，针对静态、动态、多属性、拓扑感知、虚拟机等场景下服务质量预测问题，分别阐述基于近邻效应、矩阵分解、非负多矩阵分解、贝叶斯鲁棒张量分解、深度神经网络、贝叶斯网络等机器学习技术的解决方案，集中体现该领域**的研究成果与发展动态。